Das Mehrlagige-, o.a. Multi-Layer-Perzeptron konnte die Beschränktheit des einlagigen Perzeptrons lösen. Diese besitzt neben der Eingabeschicht noch mindestens eine weitere Schicht verdeckter Neuronen. Da das mehrlagige Perzeptron dem Feed-Forward-Netz angehörig ist, sind alle Neuronen einer Schicht vollständig mit denen der nächsten Schicht vorwärts verknüpft. Es gibt also keine Verbindungen zur vorhergehenden Schicht und keine Verbindungen, die eine Schicht überspringen.
Wie in der Darstellung ersichtlich, unterscheiden sich 3 verschiedene Typen von Zellen bezüglich ihrer Positionen im Netz:
Multi-Layer-Perzeptron
- Zellen der Eingabeschicht (verteilen Eingabewerte an nächste Schicht, in der Regel eine verborgene)
- Zellen der Ausgabeeinheit (dienen der Informationsverarbeitung innerhalb des neuronalen Netzes)
- Verborgene Zellen (übertragen das Ergebnis der Verarbeitung an die Umwelt)
Man unterscheidet zwischen Full-Connection, wobei die Neuronen einer Schicht mit den Neuronen aller folgenden Schichten verbunden sind und dem Short-Cut, wobei einige Neuronen nicht nur mit allen Neuronen der nächsten Schicht, sondern darüber hinaus mit weiteren Neuronen der übernächsten Schichten verbunden sind.
Ein mehrlagiges Perzeptron kann mit dem » Backpropagation Lernverfahren eingelernt werden.
Ein Multi-Layer-Perzeptron berechnet somit die Funktion auf die Eingabewerte, die von den Gewichtungen der Verbindungen abhängen. Es hat keinen internen Zustand außer den Gewichtungen selbst.
Weiter zu » Netzstrukturen